【Numpy总结】强烈推荐。超实用Numpy学习目录，一篇学会Numpy(Numpy常用函数总结)

Numpy 作为最常用的科学计算包，已经被广泛使用，Numpy库十分有用，但学习难度并不高； 下面总结了所有常用的Numpy知识点，看完后Numpy就可以毕业啦！！！

No 标题 内容 链接 重要度 1 Numpy 对象与类型 一、Numpy 对象：ndarray<br>二、新建 Numpy对象 <br> 三、Numpy数据类型<br>  3.1 常见数据类型<br>  3.2 数据类型转换<br>  3.3 数据类型dtype Link ⭐⭐ 2 Numpy 的属性与形状变换 一、最基本的属性<br>二、Numpy 常用属性<br>  2.1 ndarray.ndim 数组维度<br>  2.2 ndarray.shape 数组形状<br>  2.3 ndarray.dtype 数组类型<br>  2.4 ndarray.itemsize 数组元素大小<br>三、形状变换<br>  3.1 numpy.reshape 改变形状<br>  3.2 nparray.flat 返回迭代器<br>  3.3 ndarray.flatten & numpy.ravel 平铺展开<br> Link ⭐⭐ 3 Numpy创建数组 一、标准数组的创建<br>  1.1 numpy.empty 创建空数组<br>  1.2 numpy.zeros 创建0数组<br>  1.3 numpy.ones 创建1数组<br>二、创建一般数组<br>  2.0 利用list 创建数组 numpy.array<br>  2.1 利用list 创建数组 numpy.asarray<br>  2.2 利用可迭代对象创建数组 numpy.fromiter<br>  2.3 利用数值范围创建数组 numpy.arange<br>  2.4 利用数值范围创建数组 numpy.linspace<br>三、创建随机数组<br>  3.1 创建整数随机数组：np.random.randint<br>  3.2 创建浮点型随机数组<br>   Link ⭐⭐ 4 Numpy的切片索引与高级索引 一、Numpy的切片索引<br>  1.1 使用slice内置函数（不常用）<br>  1.2 使用 [] 切片 (常用，*** 非常重要***)<br>  1.2.1 针对一维数组;<br>  1.2.2 针对二维数组;<br>  二、Numpy的高级索引<br>  2.1 布尔索引 (常用，*** 非常重要***)<br>  2.2 花式索引<br>   Link ⭐⭐⭐ 5 第五节：Numpy的广播 Numpy的广播的三种情况<br>  1. 有一个数组是一个数字，即可广播；<br>  2. 维度的尾部一致，即可广播；<br>  3. 两个数组均为一维数组，一个为行，一个为列，即可广播； Link ⭐⭐⭐ 6 Numpy 元素的遍历 一、单个数组的遍历：numpy.nditer 的使用<br>  1.1 参数：order<br>  1.2 参数：op_flags<br>  1.3 参数：flags<br>二、多个数组的遍历<br>  2.1 多个数组Shape相同时<br>  2.2 多个数组Shape不同时 Link ⭐⭐ 7 Numpy常用的函数 一、Numpy 的加减乘除<br>二、Numpy 的三角函数<br>  2.1 常见三角函数：sin()、cos()、tan()、arcsin()，arccos()， arctan()<br>  2.2 角度与弧度转化：numpy.degrees()<br>三、Numpy 的元素精度函数<br>  3.1 四舍五入：numpy.around()<br>  3.2 向上取整：numpy.ceil()<br>  3.3 向下取整：numpy.floor()<br>  3.4 Numpy指数运算：np.power()<br>  3.5 Numpy取余数：numpy.mod()<br>四、Numpy 的统计运算函数<br>  4.1 最大值与最小值：numpy.amin() 和 numpy.amax()<br>  4.2 极差值：numpy.ptp()<br>  4.3 分位数：numpy.percentile()<br>  4.4 中位数：numpy.median()<br>  4.5 平均值：numpy.mean()<br>  4.6 加权平均值：numpy.average()<br>  4.7 标准差：numpy.std()<br>  4.8 方差：numpy.var()<br>五、字符串相关函数 Link ⭐⭐⭐

强烈推荐的学习资料~